top of page
  • Foto del escritorMauricio Sáez Rojas - UAI

¿La IA generativa revolucionará la cadena de suministro?


Por: Elizabeth Rennie


Las industrias y los medios están entusiasmados con la inteligencia artificial generativa (IA). Estas soluciones se describen como el lanzamiento tecnológico más importante desde el iPhone. ChatGPT obtuvo 100 millones de usuarios en sólo dos meses; poco después, soluciones de IA más generativas inundaron el mercado, incluidas Bard de Google, Bing AI de Microsoft, ChatSonic, YouChat y más. No es de extrañar que esta sea una de las 10 principales tendencias de la cadena de suministro de ASCM para 2023 .

La IA generativa crea un resultado novedoso, como texto o una imagen, basado en reglas y parámetros predefinidos. También tienen la capacidad de interactuar con los usuarios en forma de conversación respondiendo preguntas de seguimiento, desafiando premisas incorrectas, admitiendo errores y rechazando solicitudes inapropiadas. En esencia, las plataformas compiten entre sí para ofrecer la experiencia de conversación más humana.


La IA tiene el potencial de revolucionar los negocios de muchas formas.


McKinsey dice que 2023 será uno de los años más emocionantes para la IA hasta ahora. Y el Gartner Hype Cycle predice que la IA generativa será la corriente principal en aplicaciones fuera de la cadena de suministro dentro de los próximos dos a cinco años. OpenAI, un laboratorio de investigación de IA y creador de ChatGPT, espera que el 80% de la fuerza laboral estadounidense vea afectada al menos el 10% de sus tareas laborales, y que los empleos con mayores ingresos sean más propensos a verse afectados.

Aunque la tecnología es ciertamente intrigante, Gartner dice que pasará otra década antes de que el campo de la cadena de suministro cambie significativamente. Reece Hayden, analista senior y líder de IA en ABI Research, coincide: “ABI Research predice tres oleadas de casos de uso de IA generativa: aumento de procesos, creación de productos y servicios, y automatización de procesos. La mayoría de los casos de uso de la cadena de suministro de valor agregado se encuentran en la tercera ola de casos de uso, por lo que la tecnología simplemente no está lista para una implementación generalizada”.

Entonces, ¿a qué se debe el retraso en la adopción de la IA en la gestión de la cadena de suministro?

El principal factor que frena la IA generativa en la cadena de suministro es la complejidad de los modelos de la cadena de suministro. Además, para ser realmente útil, la IA generativa tendría que entrenarse en modelos específicos de la empresa, en lugar de mejores prácticas generales, lo que requiere una mayor madurez tecnológica. También exige datos de calidad de la cadena de suministro de extremo a extremo, que pueden ser difíciles de recopilar y organizar.

"ChatGPT puede hacer lo que hace porque fue entrenado con 570 [gigabytes de] datos recopilados de sitios web, libros, Wikipedia, etc. en Internet; eso es más de 300 mil millones de palabras", escribe Marko Pukkila, vicepresidente, analista y jefe. de investigación para Gartner Supply Chain. “¿Cuántos datos buenos y limpios tiene que puedan usarse para crear una imagen digital completa de su red de suministro de extremo a extremo? A nadie realmente le gusta asumir iniciativas de datos maestros, pero hay que hacerlo”.


Casos de uso de IA generativa temprana en la cadena de suministro


Aun así, ahora son posibles algunos casos de uso de bajo riesgo para la IA generativa, como la gestión de contratos y otros documentos. Flexport, una plataforma de tecnología logística global, adoptó Scale Document AI para ayudar a extraer datos de una variedad de documentos logísticos no estructurados, incluidos conocimientos de embarque, facturas comerciales y avisos de llegada. Al aprovechar la herramienta, la empresa puede extraer datos de estos diversos tipos de documentos con una precisión del 95 % en menos de 60 segundos. Esta es una gran mejora con respecto al reconocimiento óptico de caracteres propenso a errores basado en plantillas, que normalmente necesita humanos para corregir sus resultados. Esta precisión y eficiencia también ayudan a Flexport a informar con precisión los datos de cumplimiento, minimizar las multas, reducir los retrasos en la entrega de bienes y reducir las cargas de trabajo humanas, agrega.

Yossi Sheffi, profesor Elisha Gray II de Sistemas de Ingeniería en el Instituto de Tecnología de Massachusetts (MIT) y director del Centro de Transporte y Logística del MIT, añade que las empresas no deberían dar demasiada importancia a las predicciones generales porque las organizaciones adoptan la tecnología a ritmos diferentes. . A aquellos que estén más avanzados en sus esfuerzos de digitalización de la cadena de suministro les resultará más fácil incorporar la IA en sus operaciones, señala.

Otros usos potenciales de la IA generativa en la cadena de suministro son principalmente extensiones de la tecnología existente. La IA generativa es buena para analizar datos históricos y utilizar análisis predictivos para pronosticar la oferta y la demanda. También puede ayudar a equilibrar el inventario para evitar desabastecimientos y excesos de existencias, analizar riesgos, optimizar las rutas de entrega y proporcionar actualizaciones en tiempo real a los clientes. Por supuesto, como todo eso es posible con la tecnología existente, la IA generativa ciertamente puede mejorar estas actividades, pero probablemente no las revolucionará.


Planificación de la IA generativa en su cadena de suministro


Con estas posibilidades ya sobre la mesa, las empresas deberían comenzar a evaluar la tecnología ahora para determinar cómo puede hacer contribuciones valiosas a sus operaciones. "Los líderes de la cadena de suministro deberían alentar a su gente a experimentar con cautela con ChatGPT", aconseja Pukkila de Gartner. Dice "con cautela" porque las soluciones de IA generativa ofrecen una privacidad de datos limitada. Por lo tanto, para las pruebas sólo se debe utilizar información no confidencial o inventada.

"Esta es una oportunidad para que los humanos aprendamos una nueva forma de interactuar con la tecnología", continúa. "No se lo puede perder".

Las organizaciones que quieran seguir siendo líderes de la cadena de suministro deben monitorear esto (y otras innovaciones tecnológicas disruptivas) y considerar cómo pueden mejorar sus negocios y ofrecer valor. Aquí hay seis áreas para explorar:


1. Eficiencia de las operaciones.

La IA generativa se puede utilizar para redactar un correo electrónico, resumir un informe de ventas o encontrar la información más importante en una hoja de cálculo. Esto puede ahorrar tiempo a los profesionales de la cadena de suministro al evaluar varias opciones de rentabilidad, analizar las tarifas de los proveedores o evaluar el desempeño de los proveedores en función de los términos del contrato, por ejemplo.

La tecnología también tiene la capacidad de ayudar a predecir la demanda, optimizar el inventario, analizar e identificar riesgos, detectar cambios en la producción, identificar cuellos de botella, mejorar las rutas de entrega en tiempo real y realizar un seguimiento de los envíos. La IA generativa también puede hacer que algunos software de la cadena de suministro sean más fáciles de usar.

Sanjeev Siotia, director de tecnología de Manhattan Associates, sugiere que la IA generativa podría permitir a un gerente de cadena de suministro consultar un sistema de gestión de almacenes: "¿Quiénes son mis tres mejores recolectores hoy?". o "¿A quién debo asignar al muelle de entrada?" para ayudar a gestionar las operaciones. La interfaz conversacional también podría ayudar a un gerente minorista a preguntar a un sistema de gestión de almacenes qué otros centros de distribución y tiendas tienen un artículo en particular disponible para envío para cumplir con la solicitud de un cliente. El intercambio conversacional significa que los trabajadores necesitarán menos capacitación técnica sobre los entresijos del software y, en cambio, podrán interactuar con la herramienta de forma más natural.


2. Servicio al cliente.

McKinsey señala que el trabajo de interacción, incluido el servicio al cliente, ha experimentado menos desarrollo tecnológico que el trabajo de producción y transacción, por lo que este campo debe cambiar. Los chatbots pueden ser una mejora con respecto a los chatbots actuales y reducir la necesidad de que agentes humanos de servicio al cliente intervengan y resuelvan problemas básicos de servicio al cliente. Las habilidades avanzadas de la IA generativa le permiten responder preguntas complejas y comprender información no estructurada. Cuando se combina con un sistema de planificación de recursos empresariales, por ejemplo, un chatbot de IA generativa podría buscar en el sistema información sobre pedidos específicos para brindar a los clientes actualizaciones detalladas, entre otros servicios, sin intervención humana. De manera similar, la disponibilidad de chatbots confiables y útiles puede permitir a las empresas ofrecer servicio al cliente 24 horas al día, 7 días a la semana.


3. Relaciones con los clientes.

El crecimiento global de las cadenas de suministro puede verse obstaculizado por las barreras lingüísticas. Los chatbots avanzados pueden ayudar a los profesionales de la cadena de suministro a conversar con sus socios internacionales traduciendo para ellos. Además, esta capacidad de traducción podría aplicarse a los chatbots de atención al cliente para ofrecerles asistencia en más idiomas. "El rendimiento de ChatGPT también está a la par o mejor que el de la mayoría de las herramientas de traducción digital disponibles en la actualidad", escribe Emily Newton para Digital Commerce. “El hecho de que pueda procesar lenguaje natural, incluida terminología técnica avanzada, le otorga una gran ventaja sobre la competencia. Su accesibilidad lo hace ideal para aplicaciones de la cadena de suministro, que dependen de tiempos de respuesta rápidos y una comunicación clara”.


4. Marketing y comunicaciones.

La IA generativa ciertamente se puede utilizar para ayudar con las operaciones comerciales más creativas, incluida la creación de contenido de marketing, redes sociales y blogs (aunque ciertamente no el blog ASCM Insights). Algunos de los primeros usos reportados fueron escribir ensayos académicos, para disgusto de los educadores, y crear textos para campañas de marketing. Por extensión, la tecnología puede resultar útil para generar ideas para el desarrollo de nuevos productos.


5. Tecnología de la información.

La IA generativa puede ofrecer recomendaciones de soluciones personalizadas, así como el código necesario para abordar los problemas de ciberseguridad. Una plataforma de IA generativa particular, DeepCode, está específicamente capacitada para revisar el código del software en busca de errores. Al mismo tiempo, los piratas informáticos pueden utilizar estas herramientas para encontrar y explotar vulnerabilidades y desarrollar malware. Esto significa que los profesionales de TI deben contraatacar de manera rápida y eficiente, algo a lo que esta tecnología también puede ayudar.

Además, una encuesta realizada por IDC encontró que un desafío clave que enfrentan muchas organizaciones es priorizar y contextualizar efectivamente las grandes cantidades de datos generados por los sistemas de alerta de ciberseguridad y luego identificar las acciones clave necesarias para mitigar las amenazas y vulnerabilidades. La IA generativa puede analizar información no estructurada y resumirla u organizarla en una tabla para facilitar la comprensión humana.


6. Sostenibilidad.

Jacqueline Barbieri, fundadora y directora ejecutiva de Whitespace, señala que una de las capacidades más interesantes e impactantes de la IA generativa sería ayudar con la sostenibilidad. La IA generativa podría usarse potencialmente para rastrear las emisiones de gases de efecto invernadero de la cadena de suministro y ayudar con el mapeo de la cadena de suministro para ayudar a las empresas a ver los impactos más allá de los proveedores de primer nivel. En un futuro más cercano, la IA generativa puede ayudar con el monitoreo de la sostenibilidad mediante el análisis de datos de texto de diversas fuentes, como informes gubernamentales o publicaciones en redes sociales, para extraer rápidamente información relevante sobre las emisiones. También puede aprender de datos históricos para predecir emisiones futuras. Esto puede ayudar a las empresas a reducir sus huellas de carbono o ayudar a los investigadores y formuladores de políticas a identificar los países o industrias con mayor probabilidad de contribuir con emisiones y trabajar con ellos para reducir los impactos ambientales.

Irónicamente, la IA generativa consume muchos recursos y actualmente no es muy respetuosa con el medio ambiente, señala Thomas Kunnumpurath, vicepresidente de ingeniería de sistemas para América de Solace. "La extensa carga de trabajo de unidades de procesamiento gráfico (GPU), que ahora se estima en más de 28 936 GPU, necesaria para entrenar el modelo ChatGPT y procesar las consultas de los usuarios genera costos significativos", explica. "El alto consumo de energía de las GPU contribuye al desperdicio de energía, y los informes de científicos de datos estiman que la huella de carbono diaria de ChatGPT es de 23,04 kilogramos de dióxido de carbono equivalente, lo que coincide con otros grandes modelos lingüísticos".


Lo que la IA generativa no puede hacer


La IA generativa todavía tiene limitaciones. Tiene un gran potencial para mejorar las operaciones humanas, pero definitivamente no puede reemplazarlas. "Los humanos todavía superan a la IA en varias áreas", dice Sheffi. "Por ejemplo, los humanos son mejores para adaptarse a cambios inesperados, pueden aprovechar experiencias profundas de la vida real, son capaces de emitir juicios morales cuando es necesario y son más creativos".

Aunque la tecnología se vuelve cada día más inteligente, sus capacidades aún son limitadas, particularmente en comparación con las habilidades de razonamiento humano. Por ejemplo, durante la pandemia de COVID-19, cuando la falta de precedentes históricos dificultó que la IA ofreciera predicciones precisas, los humanos tuvieron que intervenir para pronosticar y actuar.

Además, en este momento la tecnología es propensa a provocar alucinaciones o producir contenido con errores fácticos o de razonamiento, por lo que un resultado necesita una revisión humana antes de poder usarse. Reece Hayden, analista senior y líder de IA en ABI Research, señala que el uso de información incorrecta podría tener importantes implicaciones financieras y operativas, por lo que las empresas deben tener cuidado al utilizar contenido de IA y limitar su uso a actividades administrativas de bajo riesgo al principio. .

Sin embargo, como la IA generativa parece haber llegado para quedarse, los profesionales de la cadena de suministro se encuentran en un punto de adaptación, afirma Carm Taglienti, director de cartera y director de datos del integrador de soluciones Insight Enterprises Inc. “Mi recomendación es centrarse en aprender qué es la IA generativa. Qué es realmente, cómo funciona y en qué circunstancias se puede utilizar para volverse más productivo o eficiente”, afirma.

Además de este conocimiento, los profesionales de la cadena de suministro deberían centrarse en las habilidades analíticas, aconseja Hayden. "Integrar la IA generativa en la gestión de la cadena de suministro creará acceso adicional a fuentes de datos de alta calidad, por lo que el análisis se convertirá en una habilidad cada vez más valorada", explica.

La capacidad de la IA generativa para hacer que las actividades sean más eficientes requerirá en última instancia que algunos empleados mejoren sus habilidades para otras actividades, como fue el caso con la incorporación de la robótica y otras formas de automatización. Aún así, es poco probable que la IA reemplace los empleos en la cadena de suministro; con suerte, será una influencia positiva, haciéndolos más eficientes y satisfactorios.

bottom of page